Позиция: Junior/Middle/Senior DS

Позиция: Junior/Middle/Senior DS Куда: Сбер, B2C, Data Unit, Трайб X Формат работы: полная занятость; офис в Москве, Нижнем Новгороде Вилка гросс: 150-250 джун + годовой бонус (mid 15%, max 30%) от годового оклада 250-430 мидл + годовой бонус (mid 25%, max 50%) от годового оклада 430-570 синьор + годовой бонус (mid 25%, max 50%) от годового оклада Про нас: Мы — AI-команда, которая строит прикладные интеллектуальные агенты на базе RAG и LLM для персонализации клиентского опыта. Наше решение анализирует большие объёмы текстовых и структурированных данных и помогает точнее подстраивать продукты и коммуникации под пользователя. Сейчас у нас есть несколько пилотов с доказанными положительными результатами и стабильный поток запросов от бизнеса на новые прототипы и интеграции. Что предстоит делать? - адаптировать текущего агента под новые кейсы, каналы и бизнес-задачи - экспериментировать с компонентами пайплайна (retriever, reranker, генеративная часть, матчинг), улучшать качество поиска и выдачи - совместно с DE подключать и тестировать новые источники данных, выстраивать пайплайны их обработки - проектировать и внедрять подходы к оценке качества (offline/online-метрики, A/B-тесты, разметка), активно применять llm для разметки данных (дообучение, дистилляция моделей) - вместе с MLE выводить модели и решения в прод, заниматься их оптимизацией и мониторингом От нас: - Постоянное карьерное и личностное развитие: амбициозные задачи, полный цикл разработки, выступления на конференциях, классная команда энтузиастов и помощь в реализации самых смелых идей - Минимум бесполезных встреч - ДМС Требования: - Опыт в машинном обучении и NLP от 1 года (Middle) / от 3 лет (Senior) - Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и их аналогами - Уверенное владение Python и ML-стеком (PyTorch, transformers) - Понимание, чем NLP-pipeline отличается от коллекции промптов, опыт успешного вывода NLP-моделей в продакшен и их оптимизации (для Middle/Senior) - Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop) - Владение базовым набором навыков для разработки: bash, git, docker и тд. - Высшее образование в области компьютерных наук, математики или смежных дисциплин Ответы на 10 важных вопросов 1. Данные: Петабайты данных, накопленных за почти 10 лет, доступные в банковском хранилище для моделирования и самых смелых идей 2. Железо, продакшн и ноутбук: Много железа для самых различных потребностей при разработке (от маленьких проектов до обучения огромных моделей в мульти-гпу режиме), отдельная платформа для исполнения моделей, для работы вне офиса - SberBook для разработчиков, данные - в hdfs 3. Масштаб влияния на бизнес: продукт успешно прошёл пилот и готовится к выводу в прод. В дальнейшей влияние будет только увеличиваться, за счет большего количества бизнес-потребителей. 4. Уровень зрелости Data Science: функция ИИ внедрена по все ключевые направления бизнеса, ИИ приносит деньги и бизнес активно приходит с запросом на наши решения. 5. Роль Data Scientist в компании: ожидаем высокую степень автономности как личной, там и при кросс-командном взаимодействии - необходимо помочь бизнесу понять ценность МЛ решения, подготовить целевую переменную, модель, провести презентацию заказчику, с помощью команды сопровождения вывести модель в пром и поставить на мониторинг. 6. Бэкграунд вашего руководителя: linkedin 7. Как часто вам будут мешать работать: две командные встречи в неделю, плюс встречи с бизнес заказчиком в рамках решаемых задач. 8. Карьерный рост: ежеквартальные калибровки на уровне компании 9. Prod/research: prod - стараемся выжать максимум из существующих решений. Рисеч в команде тоже присутствует, но там где есть острая необходимость 10. Роль сервиса или лидера: роль разработчика, при успешном выполнении проектов появятся младшие коллеги для менторства Резюме направляйте на почту MNikRagoyzha@sberbank.ru с темой «Фамилия_имя_B2C_NP». Пожалуйста, соблюдайте шаблон темы, чтобы письмо не потерялос